在数字音频的世界里，每一个声音的微妙变化都是通过一系列复杂的数学过程转换而来的。这个过程的核心就是“时域采样”。接下来，我们就来一探究竟，看看音频是如何变成数字信号的。
什么是时域采样？
时域采样，顾名思义，就是指在时间维度上对音频信号进行采样。简单来说，就是每隔一定的时间间隔，测量一次音频信号的电压值。这些电压值就是音频信号在各个采样时刻的“快照”。
采样频率
采样频率是时域采样的关键参数之一。它决定了在单位时间内对音频信号进行采样的次数。根据奈奎斯特采样定理，为了能够无失真地还原原始信号，采样频率必须至少是信号最高频率的两倍。例如，要录制一个20kHz的音频信号，采样频率至少需要达到40kHz。
采样过程
模拟信号转换：首先，我们需要将模拟的音频信号转换为电压值。这通常通过麦克风等传感器完成。
采样：然后，以固定的采样频率对电压值进行测量。这个过程可以看作是在时间轴上每隔一定距离取一个点。
量化：接下来，需要将每个采样点的电压值进行量化，即用有限个数字值来近似表示连续的电压值。量化过程通常采用二进制表示，例如，16位量化可以表示65536个不同的电压级别。
编码：最后，将量化后的电压值编码成二进制数据。这样，模拟的音频信号就变成了数字信号。
采样实例
假设我们有一个采样频率为44.1kHz的音频信号，这意味着每秒钟会进行44100次采样。如果我们选择16位量化，那么每个采样点可以用16位二进制数来表示。
import numpy as np
# 假设音频信号频率为440Hz
fs = 44100 # 采样频率
t = np.linspace(0, 1, fs) # 生成时间轴
f = 440 # 信号频率
signal = np.sin(2 * np.pi * f * t) # 生成正弦波信号
# 采样
samples = signal[:int(len(signal) / fs)] # 选取前1秒的采样点
# 量化
quantized_samples = (samples * 32767).astype(np.int16) # 16位量化
# 编码
binary_samples = quantized_samples.tobytes() # 转换为二进制数据
这段代码展示了如何生成一个简单的正弦波信号，并进行采样、量化和编码的过程。
总结
时域采样是数字音频处理的基础。通过采样、量化和编码，模拟音频信号被转换成数字信号，从而可以被计算机处理、存储和传输。了解这一过程，有助于我们更好地理解和欣赏数字音频的奇妙世界。